Plotly Dash에서 PyGWalker 사용하기

개요

Plotly Dash 애플리케이션에서 PyGWalker 시각화를 포함하여 Dash의 호스팅 기능을 활용하세요. 이 업데이트된 가이드에는 사전 구성된 시각화 구성을로드하는 단계도 포함되어 있습니다.

환경 설정:

필요한 라이브러리 설치:

pip install dash pygwalker dash-dangerously-set-inner-html datasets

데이터 준비:
- gradio에서 NYC-Airbnb-Open-Data 데이터 세트를로드합니다.
- Pandas DataFrame으로 변환:
```
dataset = load_dataset("gradio/NYC-Airbnb-Open-Data", split="train")
df = dataset.to_pandas()
```
사전 구성이 포함 된 PyGWalker 시각화:
- 기존 구성 viz-code.json의 경로를 제공하여 시각화를 얻기 위해 walk 함수를 사용합니다:
```
walker = pyg.walk(df, spec="./viz-code.json", debug=False)
html_code = walker.to_html()
```
Dash 통합:
- dash-dangerously-set-inner-html을 사용하여 Dash 애플리케이션 내에 PyGWalker HTML을 삽입합니다. HTML 콘텐츠가 안전한지 확인하세요:
```
app.layout = html.Div([
    dash_dangerously_set_inner_html.DangerouslySetInnerHTML(html_code),
])
```
Dash 앱 시작:
- 응용 프로그램을 실행하여 Dash 웹 앱에서 호스팅되는 PyGWalker 시각화를 확인하세요:
```
if __name__ == '__main__':
    app.run_server(debug=True)
```

Dash 애플리케이션 내에 PyGWalker의 사전 정의된 시각화 구성을 통합함으로써 원활한 데이터 탐색을 경험해보세요.